到2024年，我们将看到更多实时图像、音频和视频生成传播应用。
此外，为了增加直播的专业度，这场直播设置了9个以上机位，动用了斯坦尼康、纵横滑轨、电影机、导播台等电影级别的专业设备，花费或许不到传闻中的百万级，但也不会太少，是名副其实的钞能力直播。
炒虾机器人Mobile ALOHA的研发过程中，关键在于模仿学习算法和静态ALOHA数据的共同训练。研究人员通过50个演示让机器人学习不同的任务，从而使其具备了强大的学习能力。机器人可以连续多次完成同一个任务，即使是在训练数据中看不到的情况下，也能够进行正确的操作。这种模仿学习的方法为机器人的开发和应用提供了新的思路，使机器人在各种复杂任务中表现出色。
值得一提的是，在2023年内，苹果股价累计上涨了49%。
除了可以从文字生成音乐外，它还支持图像、视频和音频生成音乐，并且还可以编辑已有的音乐。该项目利用了MERT等编码器进行音乐理解，ViT进行图像理解，ViViT进行视频理解，并使用MusicGen/AudioLDM2模型作为音乐生成模型（音乐解码器）。用户可以轻松移除或替换特定乐器，调整音乐的节奏和速度。这使得用户能够创造出符合其独特创意的音乐作品。